KI in der Auftragserfassung: Was heute realistisch ist

Kurz gefasst: KI-gestützte Auftragserfassung funktioniert dort zuverlässig, wo strukturierte Eingangskanäle existieren (E-Mail mit klarem Format, EDI, Portale) und das nachgelagerte ERP saubere Schnittstellen bietet. Sie scheitert, wo unstrukturierte Telefonbestellungen und brüchige Stammdaten dominieren.

Der Wunsch: Bestellungen automatisch ins ERP übertragen

Viele produzierende Unternehmen im Mittelstand stehen vor dem gleichen Alltagsproblem: Bestellungen kommen per E-Mail rein, werden manuell geprüft, Artikelnummern abgeglichen und händisch ins ERP-System eingetippt. Das kostet Zeit, ist fehleranfällig und bindet Personal. Die Frage liegt also nahe: Kann KI das übernehmen?

Die kurze Antwort lautet: Ja, grundsätzlich. Die ehrliche Antwort lautet: Es hängt von vielen Faktoren ab, die man vorher klären muss. Dieser Beitrag fasst zusammen, worauf es bei der Prozessdigitalisierung KMU in diesem Bereich ankommt.

Schritt 1: E-Mails auslesen und Daten strukturieren

Der erste Teil des Prozesses ist technisch vergleichsweise gut lösbar. Eine KI kann ein dediziertes Postfach überwachen, eingehende E-Mails analysieren und relevante Informationen extrahieren. Typischerweise wird dabei ein strukturiertes Datenformat erzeugt, in dem Artikelnummern, Bestellmengen, Lieferdaten und Kundennummern geordnet vorliegen.

Wichtige Voraussetzung ist dabei, dass aus dem Inhalt der E-Mail eindeutig hervorgeht, ob es sich um eine Bestellung oder lediglich eine Anfrage handelt. Wenn diese Unterscheidung nicht klar erkennbar ist, wird auch die KI Schwierigkeiten haben.

Bestelldokumente, die als maschinenlesbare PDF aus einem ERP-System des Kunden stammen, sind dabei einfacher zu verarbeiten als eingescannte Dokumente. Im letzteren Fall ist zusätzlich eine OCR-Erkennung notwendig – was möglich, aber ein zusätzlicher Schritt ist.

Schritt 2: Artikelabgleich mit dem eigenen System

Der nächste Schritt ist anspruchsvoller: Die extrahierten Daten müssen mit den Stammdaten im eigenen ERP abgeglichen werden. Dabei können folgende Szenarien auftreten:

• Die eigene Artikelnummer ist direkt in der Bestellung angegeben – der einfachste Fall.
• Nur die Kundenartikelnummer ist vorhanden – diese muss im ERP hinterlegt und gepflegt sein.
• Keine eindeutige Nummer liegt vor – dann muss über Artikelbezeichnungen gesucht werden, was fehleranfälliger ist.
• Zusätzliche Merkmale wie Zeichnungsnummern oder Revisionen können zur Qualitätssicherung herangezogen werden.

Für all diese Fälle braucht man klare Logikregeln. Was passiert, wenn kein Artikel gefunden wird? Was passiert bei Mehrdeutigkeit? Diese Fragen müssen im Vorfeld definiert sein – nicht erst bei der Implementierung.

Schritt 3: Daten zurück ins ERP schreiben

Hier liegt häufig der eigentliche Kostentreiber bei der Digitalisierung Mittelstand. Damit Daten automatisch in das ERP-System geschrieben werden können, braucht es eine offene, dokumentierte Schnittstelle – eine sogenannte API. Bei vielen mittelständischen ERP-Systemen, insbesondere älteren oder wenig verbreiteten Lösungen, ist das nicht selbstverständlich.

Häufig gibt es zwar technisch die Möglichkeit einer Anbindung, aber diese wird vom Hersteller oder Integrationspartner individuell entwickelt und entsprechend berechnet. Das bedeutet: Bevor überhaupt klar ist, wie der KI-Prozess im Detail funktioniert, muss eine teure Schnittstelle spezifiziert und beauftragt werden.

Empfehlenswert ist daher ein iteratives Vorgehen: Zunächst prüfen, ob die KI die Daten zuverlässig auslesen und strukturieren kann. Das kann parallel zum laufenden Betrieb getestet werden, ohne sofort ins System zu schreiben. Erst wenn die Erkennungsrate zufriedenstellend ist, lohnt sich die Investition in die ERP-Anbindung.

Die Rolle von Middleware und Automatisierungstools

Für die Verbindung zwischen KI-Ausgabe und ERP-System eignen sich sogenannte Middleware-Lösungen wie n8n, Make.com oder ähnliche Automatisierungsplattformen. Diese erlauben es, Prozesse flexibel zu gestalten, ohne alles hart zu programmieren. n8n kann dabei auch selbst gehostet werden, was für Unternehmen mit Datenschutzanforderungen relevant ist.

Der Vorteil solcher Lösungen: Wenn sich etwas ändert – ein neues Feld, ein neuer Lieferant, ein anderes Dokumentformat – kann man Anpassungen vornehmen, ohne jedes Mal einen Programmierer beauftragen zu müssen.

Mensch und Maschine: Fehler erkennen und eingreifen

Ein vollautomatischer Prozess ohne menschliche Kontrollmöglichkeit ist in den meisten Fällen nicht ratsam. Stattdessen empfiehlt sich ein hybrides Modell: Die KI verarbeitet den Großteil der Bestellungen automatisch, meldet aber Unsicherheiten transparent. Das kann über ein Ticketsystem, Status-Flags oder Kommentarfelder im Auftrag erfolgen.

Konkret könnte das so aussehen: Alle Felder wurden korrekt zugeordnet, der Auftrag wird direkt angelegt. Konnte ein Artikel nicht eindeutig zugeordnet werden, bleibt das Ticket mit einem entsprechenden Hinweis offen und eine verantwortliche Person wird benachrichtigt. So bleibt der Prozess nachvollziehbar und steuerbar.

Strategische Frage: Wie zukunftsfähig ist das bestehende ERP?

Bei aller operativen Diskussion lohnt sich ein strategischer Blick auf das gesamte Systemumfeld. Je mehr Middleware und Zusatzlösungen rund um ein bestehendes ERP-System gebaut werden, desto komplexer und wartungsintensiver wird die Gesamtarchitektur. Irgendwann läuft die eigentliche Geschäftslogik nicht mehr im Kernsystem, sondern in den Verbindungsstücken drumherum.

Das ist kein Argument gegen kurzfristige Automatisierungsprojekte – aber ein Argument dafür, diese Investitionen im Kontext einer größeren Systemstrategie zu betrachten. Fragen, die dabei helfen:

• Wie entwickelt sich das bestehende ERP-System weiter? Gibt es eine glaubwürdige Roadmap?
• Werden moderne Schnittstellen und Cloud-Funktionalitäten aktiv ausgebaut?
• Wie hoch sind typischerweise Kosten für individuelle Anpassungen?
• Welche Integrationspartner gibt es, die Erfahrung mit ähnlichen Projekten haben?

CRM und ERP: Zwei verschiedene Welten

Ein weiteres Thema, das in diesem Zusammenhang oft auftaucht: die fehlende Kundenperspektive. Viele ERP-Systeme speichern transaktionale Daten gut, bieten aber wenig Unterstützung für den Vertrieb. Wer hat wie viel bestellt? Welche Kunden sind besonders aktiv? Wo gibt es Potenzial?

Hier kommen CRM-Systeme ins Spiel. Wichtig dabei: CRM und ERP sind unterschiedliche Systeme mit unterschiedlichen Aufgaben. Wer ein CRM einführt, das als Aufsatz auf ein bestehendes ERP gesetzt wird, muss zwingend klären, wo die Datenmasterschaft liegt und wie die Synchronisation technisch sichergestellt wird. Zwei parallele Systeme ohne klare Datenhoheit führen mittelfristig zu Inkonsistenzen und erhöhtem Pflegeaufwand.

Was braucht es für einen erfolgreichen Start?

Für Unternehmen, die konkret mit der Automatisierung ihrer Auftragserfassung beginnen möchten, lässt sich folgendes Vorgehen empfehlen:

• Ein dediziertes Postfach für eingehende Bestellungen einrichten oder identifizieren.
• Klären, ob Kundenartikelnummern im ERP vollständig und aktuell gepflegt sind.
• Mit dem ERP-Hersteller oder -partner die Möglichkeiten und Kosten einer API-Anbindung besprechen.
• Einen Piloten aufsetzen, bei dem die KI parallel zum bestehenden Prozess läuft und die Ergebnisse manuell validiert werden.
• Erst nach erfolgreicher Validierung die vollständige Anbindung an das ERP beauftragen.
• Für die Umsetzung jemanden mit IT-Affinität und Verständnis für Automatisierungstools einbinden.

KI Beratung Unternehmen bedeutet in diesem Kontext nicht, eine fertige Lösung von der Stange zu verkaufen. Es geht darum, gemeinsam die technischen und organisatorischen Rahmenbedingungen zu verstehen und dann schrittweise vorzugehen – realistisch, nachvollziehbar und wirtschaftlich sinnvoll.

Weiterführende Beiträge

• ERP modernisieren ohne Komplettaustausch
• Wenn Standard-ERP an variablen Rohstoffen scheitert
• Prozess folgt System: die teuerste Reihenfolge
• Insellösungen ablösen: Absprung in offene Architektur

Wichtigste Erkenntnisse

• KI-Auftragserfassung funktioniert bei strukturierten Eingangskanälen und sauberen ERP-APIs
• Telefonbestellungen und brüchige Stammdaten sind die häufigsten Scheiterungsursachen
• Strategische Vorarbeit am Eingangsprozess ist Voraussetzung jeder KI-Lösung
• Pilot mit klar definiertem Anwendungsfall schlägt breite Einführung